Modelagem e análise de redes complexas para visão computacional

• Processo: 16/23763-8
• Linha de fomento: Bolsas no Brasil - Doutorado
• Vigência (Início): 01 de junho de 2017
• Vigência (Término): 30 de novembro de 2021
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Convênio/Acordo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Pesquisador responsável: Odemir Martinez Bruno
• Beneficiário: Lucas Correia Ribas
• Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 19/03277-0 - Reconhecimento de Padrões em Redes Complexas usando Transformada da Distância, BE.EP.DR
• Assunto(s): Visão computacional Reconhecimento de padrões Redes complexas

Resumo

As redes complexas têm sido utilizadas como ferramenta de estudo e contribuído em diversas áreas da ciência devido ao seu carácter interdisciplinar e simplicidade conceitual. Em ciência da computação, as redes vêm sendo usada em problemas de arquitetura, inteligência artificial, redes de computadores e visão computacional. No que tange à visão computacional, diversas abordagens têm sido propostas ao longo da última década para reconhecimento de padrões baseado em redes complexas. Tal fato é motivado pela natureza não-linear que muitas imagens apresentam, tornando a utilização de redes complexas uma ferramenta potencial como medida de complexidade. A maior parte dessas abordagens foram proposta por pesquisadores advindos da USP de São Carlos. Os resultados alcançados demonstram grande potencial no uso de redes complexas como ferramenta para o desenvolvimento de novos métodos para visão computacional. O objetivo deste doutorado é estudar e desenvolver novos métodos baseados em redes complexas para visão computacional. Em específico, serão investigados dois problemas de visão computacional que é especialidade do grupo de pesquisa proponente e que vem sendo estudado há mais de uma década: análise de texturas e formas. Deste modo, pretende-se investigar novas metodologias para a modelagem de imagens/vídeos em redes e novos métodos de análise das redes. Em particular, será investigado o uso de autômatos e deep learning como novas ferramentas de análise. Além disso, abordagens existentes serão estudas com o objetivo de identificar possíveis limitações e quando possível, melhorias serão propostas. Como forma de analisar o potencial das abordagens desenvolvidas, serão considerados para aplicação problemas reais de biologia e nanotecnologia no qual o grupo de pesquisa do proponente vem trabalhando. Desta forma, este projeto apresenta uma grande possibilidade de contribuição com novos métodos para a área de visão computacional e, consequentemente, para as áreas de biologia e nanotecnologia. (AU)

Publicações científicas

(13)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SOARES, JULIANA COATRINI; SOARES, ANDREY COATRINI; RODRIGUES, VALQUIRIA CRUZ; OITICICA, PEDRO RAMON ALMEIDA; RAYMUNDO-PEREIRA, PAULO AUGUSTO; BOTT-NETO, JOSE LUIZ; BUSCAGLIA, LORENZO A.; DE CASTRO, LUCAS DANIEL CHIBA; RIBAS, LUCAS C.; SCABINI, LEONARDO; BRAZACA, LAIS C.; CORREA, DANIEL S.; MATTOSO, LUIZ HENRIQUE C.; DE OLIVEIRA, MARIA CRISTINA FERREIRA; DE CARVALHO, ANDRE CARLOS PONCE LEON FERREIRA; CARRILHO, EMANUEL; BRUNO, ODEMIR M.; MELENDEZ, MATIAS ELISEO; OLIVEIRA JR, OSVALDO N. Detection of a SARS-CoV-2 sequence with genosensors using data analysis based on information visualization and machine learning techniques. MATERIALS CHEMISTRY FRONTIERS, v. 5, n. 15, p. 5658-5670, AUG 7 2021. Citações Web of Science: 0.

SOARES, JULIANA COATRINI; SOARES, ANDREY COATRINI; RODRIGUES, VALQUIRIA CRUZ; OITICICA, PEDRO RAMON ALMEIDA; RAYMUNDO-PEREIRA, PAULO AUGUSTO; BOTT-NETO, JOSE LUIZ; BUSCAGLIA, LORENZO A.; DE CASTRO, LUCAS DANIEL CHIBA; RIBAS, LUCAS C.; SCABINI, LEONARDO; BRAZACA, LAIS C.; CORREA, DANIEL S.; MATTOSO, LUIZ HENRIQUE C.; DE OLIVEIRA, MARIA CRISTINA FERREIRA; DE CARVALHO, ANDRE CARLOS PONCE LEON FERREIRA; CARRILHO, EMANUEL; BRUNO, ODEMIR M.; MELENDEZ, MATIAS ELISEO; OLIVEIRA JR, OSVALDO N. Detection of a SARS-CoV-2 sequence with genosensors using data analysis based on information visualization and machine learning techniques. MATERIALS CHEMISTRY FRONTIERS, JUN 2021. Citações Web of Science: 0.

SCABINI, LEONARDO F. S.; RIBAS, LUCAS C.; NEIVA, MARIANE B.; JUNIOR, ALTAMIR G. B.; FARFAN, ALEX J. F.; BRUNO, ODEMIR M. Social interaction layers in complex networks for the dynamical epidemic modeling of COVID-19 in Brazil. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 564, FEB 15 2021. Citações Web of Science: 0.

RODRIGUES, VALQUIRIA C.; SOARES, JULIANA C.; SOARES, ANDREY C.; BRAZ, DANIEL C.; MELENDEZ, MATIAS ELISEO; RIBAS, LUCAS C.; SCABINI, LEONARDO F. S.; BRUNO, ODEMIR M.; CARVALHO, ANDRE LOPES; REIS, RUI MANUEL; SANFELICE, RAFAELA C.; OLIVEIRA, JR., OSVALDO N. Electrochemical and optical detection and machine learning applied to images of genosensors for diagnosis of prostate cancer with the biomarker PCA3. Talanta, v. 222, JAN 15 2021. Citações Web of Science: 0.

RIBAS, LUCAS C.; SA JUNIOR, JARBAS JOACI DE MESQUITA; SCABINI, LEONARDO F. S.; BRUNO, ODEMIR M. Fusion of complex networks and randomized neural networks for texture analysis. PATTERN RECOGNITION, v. 103, JUL 2020. Citações Web of Science: 0.

RIBAS, LUCAS C.; MACHICAO, JEANETH; BRUNO, ODEMIR M. Life-Like Network Automata descriptor based on binary patterns for network classification. INFORMATION SCIENCES, v. 515, p. 156-168, APR 2020. Citações Web of Science: 0.

SCABINI, LEONARDO F. S.; RIBAS, LUCAS C.; BRUNO, ODEMIR M. Spatio-spectral networks for color-texture analysis. INFORMATION SCIENCES, v. 515, p. 64-79, APR 2020. Citações Web of Science: 0.

RIBAS, LUCAS C.; BRUNO, ODEMIR M. Dynamic texture analysis using networks generated by deterministic partially self-avoiding walks. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 541, MAR 1 2020. Citações Web of Science: 0.

DE MESQUITA SA JUNIOR, JARBAS JOACI; RIBAS, LUCAS CORREIA; BRUNO, ODEMIR MARTINEZ. Randomized neural network based signature for dynamic texture classification. EXPERT SYSTEMS WITH APPLICATIONS, v. 135, p. 194-200, NOV 30 2019. Citações Web of Science: 1.

RIBAS, LUCAS C.; GONCALVES, WESLEY N.; BRUNO, ODEMIR M. Dynamic texture analysis with diffusion in networks. DIGITAL SIGNAL PROCESSING, v. 92, p. 109-126, SEP 2019. Citações Web of Science: 0.

RIBAS, LUCAS CORREIA; GONCALVES, DIOGO NUNES; SILVA, JONATHAN DE ANDRADE; DE CASTRO, JR., AMAURY ANTONIO; BRUNO, ODEMIR MARTINEZ; GONCALVES, WESLEY NUNES. Fractal dimension of bag-of-visual words. PATTERN ANALYSIS AND APPLICATIONS, v. 22, n. 1, p. 89-98, FEB 2019. Citações Web of Science: 1.

RIBAS, LUCAS CORREIA; NEIVA, MARIANE BARROS; BRUNO, ODEMIR MARTINEZ. Distance transform network for shape analysis. INFORMATION SCIENCES, v. 470, p. 28-42, JAN 2019. Citações Web of Science: 1.

MACHICAO, JEANETH; RIBAS, LUCAS C.; SCABINI, LEONARDO F. S.; BRUNO, ODERMIR M. Cellular automata rule characterization and classification using texture descriptors. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 497, p. 109-117, MAY 1 2018. Citações Web of Science: 2.